A method, system, and computer product for the automated segmentation of the lung fields and costophrenic angle (CP) regions in posteroanterior (PA) chest radiographs, wherein image segmentation based on gray-level threshold analysis is performed by applying an iterative global gray-level thresholding method to a chest image based on the features of a global gray-level histogram. Features of the regions in a binary image constructed at each iteration are identified and analyzed to exclude regions external to the lung fields. The initial lung contours that result from this global process are used to facilitate a local gray-level thresholding method. Individual regions-of-interest (ROIs) are placed along the initial contour. A procedure is implemented to determine the gray-level thresholds to be applied to the pixels within the individual ROIs. The result is a binary image, from which final contours are constructed. Smoothing processes are applied, including a unique adaptation of a rolling ball method. CP angles are identified and delineated by using the lung segmentation contours as a means of placing ROIs that capture the CP angle regions. Contrast-based information is employed on a column-by-column basis to identify initial diaphragm points, and maximum gray-level information is used on a row-by-row basis to identify initial costal points. Analysis of initial diaphragm and costal points allows for appropriate adjustment of CP angle ROI positioning. Polynomial curve-fitting is used to combine the diaphragm and costal points into a continuous, smooth CP angle delineation. This delineation is then spliced into the final lung segmentation contours. In addition, quantitative information derived from the CP angle delineations is used to assess the presence of abnormal CP angles.

Eine Methode, ein System und ein Computerprodukt für die automatisierte Segmentation des Lungenflügels fängt und costophrenic Regionen des Winkels (CP) posteroanterior (PA) in den Kastenröntgenbildern auf, worin die Bildsegmentation, die auf Grauniveau Schwelle Analyse basiert, durchgeführt wird, indem man eine wiederholendes globales Grauniveau thresholding Methode an einem Kastenbild anwendet, das auf den Eigenschaften eines globalen Grauniveau Histogramms basiert. Eigenschaften der Regionen in einem dualen Kartenbild, das an jeder Wiederholung konstruiert wird, werden gekennzeichnet und analysiert, um die Regionen fängt auszuschließen, die zum Lungenflügel extern sind auf. Die Initiale Lungenflügelformen, die aus diesem globalen Prozeß resultieren, werden verwendet, um eine lokales Grauniveau thresholding Methode zu erleichtern. Einzelnes Region-von-Interesse (ROIs) werden entlang die Ausgangsform gesetzt. Ein Verfahren wird eingeführt, um die an den Pixeln innerhalb des einzelnen ROIs zugetroffen zu werden Grauniveau Schwellen festzustellen. Das Resultat ist ein duales Kartenbild, aus dem abschließende Formen hergestellt werden. Prozesse glatt machend, werden, einschließlich eine einzigartige Anpassung einer Rollenkugelmethode zugetroffen. CP Winkel werden gekennzeichnet und abgegrenzt, indem man die Lungenflügelsegmentationformen als Mittel der Plazierung von von ROIs verwendet, die die CP Winkelregionen gefangennehmen. Kontrastieren-gegründete Informationen werden auf einer Spalte-durch-Spalte Grundlage eingesetzt, um Ausgangsmembranpunkte zu kennzeichnen, und maximale Grauniveau Informationen werden auf einer Reihe-durch-Reihe Grundlage verwendet, um kostale zuerstpunkte zu kennzeichnen. Analyse der Ausgangsmembrane und der kostalen Punkte läßt passende Justage der CP Winkel ROI Positionierung zu. Polynomische Kurve-Befestigung wird benutzt, um die Membrane und die kostalen Punkte in eine ununterbrochene, glatte CP Winkelzeichnung zu kombinieren. Diese Zeichnung wird dann in die abschließenden Lungenflügelsegmentationformen verstärkt. Zusätzlich werden die quantitativen Informationen, die von den CP Winkelzeichnungen abgeleitet werden, verwendet, um das Vorhandensein der anormalen CP Winkel festzusetzen.